设为首页收藏本站

爱吱声

 找回密码
 注册
搜索
查看: 2705|回复: 4
打印 上一主题 下一主题

[信息技术] 继续请教问题:关于 Pytorch 的 Autograd

[复制链接]
  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    跳转到指定楼层
    楼主
     楼主| 发表于 2023-2-14 13:09:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式
    本帖最后由 雷达 于 2023-2-14 13:12 编辑
    : [' _5 s( N: c- k) T$ `
    1 K  N6 J0 J- w' P& J为预防老年痴呆,时不时学点新东东玩一玩。
    3 _# j  X0 n+ |' Z) J' j! D( {8 U. i7 ]Pytorch 下面的代码做最简单的一元线性回归:! x, B0 g5 v: s- c7 K& D6 i! l
    ----------------------------------------------& e5 y2 Y9 r& D  v1 K
    import torch5 k& H/ `/ z# `+ L
    import numpy as np
    " u4 j# H2 C" n: t6 O7 S4 vimport matplotlib.pyplot as plt
    & W2 O2 q0 H; cimport random6 d% h: `3 U8 r9 C
    % I: g$ L6 j" F  Y
    x = torch.tensor(np.arange(1,100,1))7 M' b8 L/ i, |8 A, H3 I
    y = (x*27+15+random.randint(-2,3)).reshape(-1)  # y=wx+b, 真实的w0 =27, b0=15
    6 y5 s- v0 p/ W4 W2 V! M& |, V3 l% j- Y
    w = torch.tensor(0.,requires_grad=True)  #设置随机初始 w,b9 F' ?% f. ]8 [, g+ f1 G! a5 w
    b = torch.tensor(0.,requires_grad=True)
    ; v& l8 N7 Z; u* K: f8 ?( r! i% }6 C0 e# v! Q1 F; F, [$ s4 N: w- N
    epochs = 100% O' j- X' z) j
    6 l0 p7 p' k- A6 s( B
    losses = []; r2 S; O; Q) X) U
    for i in range(epochs):
    ' v5 W$ z  V+ U( Z; {7 u$ ~! g& m  y_pred = (x*w+b)    # 预测
    - l: ^/ [8 w& s. A! N  y_pred.reshape(-1)) ?1 J. ~" u7 @5 R) Q+ W

    5 V, m9 E) C2 g8 W1 Q9 h( b/ R  loss = torch.square(y_pred - y).mean()   #计算 loss
    ! \/ b0 ]- A6 x& M  losses.append(loss)
    ) b& V+ j3 o: J6 @$ @  
    ' Q. m9 a4 c8 j  [0 u  loss.backward() # autograd# R9 w, X  F! A' `6 @1 l8 v
      with torch.no_grad():
    * k! F8 w2 m: q    w  -= w.grad*0.0001   # 回归 w! J: D) y3 r; u/ ~
        b  -= b.grad*0.0001    # 回归 b 5 m+ C6 t. Z3 Y
      w.grad.zero_()  / ^3 p' P2 ?- c" m
      b.grad.zero_()
    ! T# Z+ r# J; G/ q9 C9 `. i  S
    ; @9 Z$ _' u+ t( V" Fprint(w.item(),b.item()) #结果
      N* X; [$ B5 b, Q: w% x& g
    2 ~0 i: ]3 _# m* u- D  |Output: 27.26387596130371  0.49745178222656259 W" L( j- p5 P# n
    ----------------------------------------------
    - k) a6 A, X7 g# \最后的结果,w可以回到 w0 = 27 附近,b却回不去 b0=15。两处红字,损失函数是矢量计算后的均值,感觉 b 的回归表达有问题。! ]4 d6 p( A. \" u
    高手们帮看看是神马原因?: [  {! N0 z8 O4 E* f3 n

    评分

    参与人数 1爱元 +10 收起 理由
    老票 + 10 不明觉厉

    查看全部评分

    该用户从未签到

    沙发
    发表于 2023-2-14 19:23:02 | 只看该作者
    本帖最后由 老福 于 2023-2-14 21:58 编辑
    2 X) D% l0 N7 q) q; v/ Y# _
    , n4 I  W8 L- W. ?6 [! F没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?
    8 w9 D2 E. ]6 p" x; @' C-------
    $ ]6 V$ }& g' |$ T不好意思,再看一遍,好像你在自算回归而不是用现成的工具直接出结果,上面的评论只有一点用,就是确认是不是算法有问题。0 K$ v. j0 ], z. ]& N% }
    -------
    * z2 M' w* E8 b; d! K1 Z; t0 K算法诊断部分,建议把循环次数改为1000, 再看看loss是不是收敛。有点怀疑你循环次数不够,因为你起点是0, 步长很小。只是直观建议。

    评分

    参与人数 1爱元 +10 收起 理由
    雷达 + 10 谢谢建议

    查看全部评分

    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    板凳
     楼主| 发表于 2023-2-14 21:52:57 | 只看该作者
    老福 发表于 2023-2-14 19:23: L( [  ]' o5 c4 M! S$ }
    没有用过pytorch,但你把随机噪音部分改成均值为0的正态分布再试试看是不是符合预期?/ R6 n% z- a/ I. r
    -------5 R3 O/ T0 m! c  k
    不好意思, ...
    / v" C, H8 Z/ w" s0 G
    谢谢,算法应该没问题,就是最简单的线性回归。
    / n7 d% }* f/ M7 S" `9 K我特意没有用现成的工具,就是想从最基本的地方深入理解一下。
    回复 支持 反对

    使用道具 举报

    该用户从未签到

    地板
    发表于 2023-2-14 22:00:48 | 只看该作者
    本帖最后由 老福 于 2023-2-14 22:02 编辑
    : n# S7 C0 C. S' q# G6 N, t" p$ J
    雷达 发表于 2023-2-14 21:52. K2 w8 u5 p) A" \# `
    谢谢,算法应该没问题,就是最简单的线性回归。
    : E& P, G1 q" i# S) q3 ^! l* O6 E我特意没有用现成的工具,就是想从最基本的地方深入理解 ...

    , P6 P1 \! C1 K% x% F; [1 s# X& G( L& P
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。
    1 y9 J" ?# c# b- T" i  s( S
    - K8 }5 k8 A, U' r, I或者把b但的起点改为1试试。
    回复 支持 反对

    使用道具 举报

  • TA的每日心情

    2025-9-22 22:19
  • 签到天数: 1183 天

    [LV.10]大乘

    5#
     楼主| 发表于 2023-2-15 00:25:26 | 只看该作者
    本帖最后由 雷达 于 2023-2-15 00:31 编辑 2 L  W& d/ Y) y8 O* q
    老福 发表于 2023-2-14 22:00  s) r, |, ^* y. y  r
    刚才更新了一下,建议增加循环次数或调一下步长,查一下loss曲线。$ ]. Z4 l7 T6 ^

    - K5 W, ]* R: c; e$ k4 ?1 {或者把b但的起点改为1试试。 ...
    , g4 i8 q) j1 X6 G
    ( h) _3 Q% V2 u, i& K
    你是对的。
    - Z8 Y, f! ]2 e5 C, Q去掉了随机部分. U* k' L, X7 j/ }  _& J
    #y = (x*27+15+random.randint(-2,3)).reshape(-1)/ B2 Z% n1 A% t& q8 I
    y = (x*27+15).reshape(-1)) {' ^% _. P* D4 J9 y- r" c
    / Z; `" k4 e, D/ W- g
    循环次数加成10倍,就看到 b 收敛了4 o0 T4 F/ N+ C. X  Z
    w , b7 A: `4 C+ b; U& r$ o* k4 g
    27.002620697021484 14.826167106628418
    2 X# I1 w) o5 Y# _: ~4 T2 k- o. g1 a) h& ^# C/ M5 ?' D, ]
    和 b 的起始位置无关,但 labeled data 用 y = (x*27+15+random.randint(-2,3)).reshape(-1) ,收敛就很慢。
    回复 支持 反对

    使用道具 举报

    手机版|小黑屋|Archiver|网站错误报告|爱吱声   

    GMT+8, 2026-4-6 10:20 , Processed in 0.055373 second(s), 18 queries , Gzip On.

    Powered by Discuz! X3.2

    © 2001-2013 Comsenz Inc.

    快速回复 返回顶部 返回列表